400-006-0309

010-64484490

人脸识别算法种类及其算法特点

时间:2021-10-19 14:48:35 来源:慧美鑫业科技 点击:

人脸识别被应用在各个领域,同时人脸识别算法也在不断的推陈出新,新的算法思想正在慢慢变成现实,尤其是现在大数据时代已经来临,人脸识别的算法也在越来越成熟。下面要和大家普及的是人脸识别算法种类及其算法特点,来了解一下吧。

人脸识别算法一、基于几何特征的方法

关于这种人脸识别算法种类及其算法特点,首先人脸由眼睛、鼻子、嘴巴、下巴等部件构成,正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别,因此对这些部件的形状和结构关系的几何描述,可以做为人脸识别的重要特征。几何特征最早是用于人脸侧面轮廓的描述与识别,首先根据侧面轮廓曲线确定若干显著点,并由这些显著点导出一组用于识别的特征度量如距离、角度等。Jia 等由正面灰度图中线附近的积分投影模拟侧面轮廓图是一种很有新意的方法。

人脸识别算法二、局部特征分析方法

主元子空间的表示是紧凑的,特征维数大大降低,但它是非局部化的,其核函数的支集扩展在整个坐标空间中,同时它是非拓扑的,某个轴投影后临近的点与原图像空间中点的临近性没有任何关系,而局部性和拓扑性对模式分析和分割是理想的特性,似乎这更符合神经信息处理的机制,因此寻找具有这种特性的表达十分重要。基于这种考虑,Atick提出基于局部特征的人脸特征提取与识别方法。这种方法在实际应用取得了很好的效果,它构成了FaceIt人脸识别软件的基础。

人脸识别算法三、特征脸方法

关于这种人脸识别算法种类及其算法特点,特征脸方法是90年代初期由Turk和Pentland提出的目前最流行的算法之一,具有简单有效的特点, 也称为基于主成分分析(principal component analysis,简称PCA)的人脸识别方法。

特征子脸技术的基本思想是:从统计的观点,寻找人脸图像分布的基本元素,即人脸图像样本集协方差矩阵的特征向量,以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。

人脸识别算法四、基于弹性模型的方法

Lades等人针对畸变不变性的物体识别提出了动态链接模型 (DLA),将物体用稀疏图形来描述 (见下图),其顶点用局部能量谱的多尺度描述来标记,边则表示拓扑连接关系并用几何距离来标记,然后应用塑性图形匹配技术来寻找最近的已知图形。Wiscott等人在此基础上作了改进,用FERET图像库做实验,用 300幅人脸图像和另外 300幅图像作比较,准确率达到 97.3%。此方法的缺点是计算量非常巨大 。

上面分享了人脸识别算法种类及其算法特点。当然,除了这些类型的算法以外,其实还有很多其他方式的算法,而且各有特点,所基于的原理也是不一样的。人脸识别的应用较为广泛,校园、企业的一脸通就是比较常见的应用场景,想要搭建一脸通平台的话,可以来向我们的在线客服人员进行咨询。

感谢您的关注,详细产品内容,可拨打北京慧美鑫业科技有限公司客服电话:010-64484490进行资询。更多资讯,敬请扫码关注我公司微信公众号:

相关资讯

京ICP备14045977号-1 Copyright@2013北京慧美鑫业科技有限公司

在线咨询
扫一扫

全国服务热线
010-64484490
 13601076290

返回顶部